Å bygge datasentre som passer til AI-arbeidsbelastninger er veldig annerledes enn å bygge som passer til tradisjonelle skytjenester eller andre arbeidsbelastninger. Akkurat som de ulike kravene til AI-modelltrening og -inferens driver betydelige endringer i plasseringen av datasentre, endrer de også tidskravene. I serien vår « Bygge som passer til en AI-verden » utforsket vi først modellering for trening eller inferens. De unike kravene til AI-arbeidsbelastninger driver betydelig utvikling i nye markeder, samt fremskritt innen edge computing. Lær mer her: Bygge som passer til – plassering .
La oss nå utforske viktigheten av å ha kapasitet klar når etterspørselen oppstår, spesielt med riktig partner med de riktige ressursene. Utvikling og adopsjon av AI er i den aller tidlige fasen, noe som gjør det utrolig vanskelig å forutsi etterspørsel. Forbrukere har vendt seg til AI for en rekke bruksområder . AI driver verdi innen finans, helsevesen, robotikk og mer. Og det er så mange flere muligheter som ennå ikke er realisert – muligheter som kan endre hvor mye datasenterkapasitet AI vil kreve i stor grad. På samme måte kan innovasjoner innen AI-utvikling dramatisk endre datasenterkravene til AI-modelltrening og -innføring.
Selv om fremtidige behov for datasenterkapasitet for AI er uklare, er rask levering til markedet avgjørende. AI-selskaper trenger kapasitet klar når etterspørselen oppstår, ellers risikerer de å miste markedsandeler. Som vår markeds- og produktsjef Phillip Marangella forklart i en artikkel om Data Center Frontier om å tilpasse datasenterinfrastrukturen til AI-alderen: «Skalaen for både hyperskala og edge-tjenester har økt med minst 3–5 ganger, og leveringshastigheten har i noen tilfeller blitt redusert til halvparten av de tradisjonelle tidsrammene.»
Uavhengig av kapasitetsbehovene er det usannsynlig at de kan dekkes med eksisterende kapasitet, ettersom ledigheten har falt til rekordlave nivåer i alle primærmarkedene globalt. Uten standardkapasitet må utviklingen skje raskt. Dette blir imidlertid stadig vanskeligere ettersom år med høy etterspørsel har ført til areal- og strømbegrensninger i mange primærmarkeder. Å sikre rettigheter og strømforbindelse er nå ofte den lengste delen av utviklingsprosessen.
Bygging som passer tidskrav

Å sikre at kapasiteten er klar når den trengs krever betydelig kapital og forpliktelse til å investere i den. Bare å møte etterspørselen etter AI vil kreve en investering på 5,2 billioner dollar i datasenterkapasitet innen 2030. Mye av denne investeringen må gjøres på forhånd – for ting som prefabrikasjon, globale kjøpsavtaler for utstyr med lang levetid, strømreservasjoner med forsyningsselskaper og oppkjøp av større landbanker for å redusere tiden til markedet. Med økonomisk støtte fra EQT og Sixth Street har vi tilgang til kapital for prosjekter over hele verden og kan finansiere skalerbar kapasitet for å møte kundenes fremtidige behov etter behov.
En partner med kreative tilnærminger kan øke hastigheten på markedet dramatisk. Vi utnytter joint ventures, partnerskap og strategiske oppkjøp for å øke den organiske kapasiteten. For eksempel ga vår strategiske investering i Chayora, en ledende datasenterleverandør i Kina, kundene våre tilgang til datasenterkapasitet i Beijing og Shanghai . Vårt joint venture med Adani Enterprises, AdaniConneX , har fremskyndet utviklingen av et nettverk av hyperskala datasentre i India, inkludert ett i Chennai .
Konklusjon
Fremtidig etterspørsel etter datasenterkapasitet er svært uforutsigbar. Likevel er det avgjørende å ha kapasitet klar når etterspørselen oppstår. Rask markedslansering er imidlertid utfordrende gitt at eksisterende kapasitet er fullt utnyttet i mange primærmarkeder. Suksess krever en utvikler med banktomt og strøm, tilgang til betydelig kapital og en kreativ tilnærming til nye markeder. En utvikler som EdgeConneX.
Tidligere i Bygge som passer til en AI-verdensserie: Bygge som passer – Sted .
Lær mer om neste generasjons EdgeConneX høytetthetsløsninger for AI og HPC HER .
Neste: Bygging som passer – Tetthet

